Fuente: The District
La Astronomía se basa en el estudio de objetos a distancia, objetos que no están al alcance del hombre, que no se pueden tocar. Esta imposibilidad la comparte con otras ramas de la ciencia, como la Biología y la Medicina. Sin embargo, no es lo único que tienen en común. Han sido numerosas las aportaciones de la investigación astronómica para el avance de otras disciplinas científicas, o incluso ha impulsado el desarrollo de numerosas tecnologías que posteriormente han tenido aplicaciones en la sociedad. Desde hace dos años, la investigación astronómica ha puesto además sus medios al servicio de la medicina, concretamente en la lucha contra el cáncer. Así trabajan de la mano expertos en astronomía y biología celular de la Universidad de Cambridge, en el Reino Unido. Como consecuencia, no es de extrañar que en el Instituto de Astronomía se combinen fotos de supernovas y nebulosas con imágenes de lo que parece ser un mapa de estrellas de la Vía Láctea.
Sin embargo, como explica la universidad en un comunicado, es bastante más pequeño, alrededor de 25 órdenes de magnitud por debajo, o lo que es lo mismo, diez seguido de 25 ceros. Se trata de una imagen de células tomadas de la biopsia de una paciente con cáncer de mama. En concreto, las "estrellas" son los núcleos de las células, teñidas para indicar la presencia de proteínas clave.
Esta es una de las similitudes que ambas disciplinas comparten. La otra es el trabajo con grandes volúmenes de datos. “Si en la Vía Láctea hay cien mil millones de estrellas, nuestros cuerpos tienen decenas de billones de células", explica el doctor Nicholas Walton, del Instituto de Astronomía.
Precisamente fue el problema para abordar la gestión de datos el que llevó a ambas disciplinas a encontrarse. Walton había acumulado un volumen importante de información sobre astronomía a lo largo de muchos años de colaboraciones internacionales. Como él, otros equipos de investigación gestionan datos inaccesibles para el resto, a falta de protocolos estandarizados, de ahí la necesidad de iniciativas para solucionarlo.
Sin embargo, en la era del Big Data, la gestión de datos no es sólo aplicable a la astronomía. Otros departamentos de la universidad se enfrentaban a problemas similares, por lo que se organizó un encuentro multidisciplinar en Cambridge para compartir ideas y enfoques. Fue así como Walton conoció a James Brenton, del Cancer Research UK (CRUK).
Pronto se dieron cuenta de que podrían aprender mucho unos de otros en la gestión de datos. La sorpresa llegó al comprobar que también podían compartir métodos de análisis de imagen. El resultado fue la puesta en marcha de PathGrid, una iniciativa interdisciplinar para automatizar el análisis de tejido de la biopsia.
Sin embargo, como explica la universidad en un comunicado, es bastante más pequeño, alrededor de 25 órdenes de magnitud por debajo, o lo que es lo mismo, diez seguido de 25 ceros. Se trata de una imagen de células tomadas de la biopsia de una paciente con cáncer de mama. En concreto, las "estrellas" son los núcleos de las células, teñidas para indicar la presencia de proteínas clave.
Esta es una de las similitudes que ambas disciplinas comparten. La otra es el trabajo con grandes volúmenes de datos. “Si en la Vía Láctea hay cien mil millones de estrellas, nuestros cuerpos tienen decenas de billones de células", explica el doctor Nicholas Walton, del Instituto de Astronomía.
Precisamente fue el problema para abordar la gestión de datos el que llevó a ambas disciplinas a encontrarse. Walton había acumulado un volumen importante de información sobre astronomía a lo largo de muchos años de colaboraciones internacionales. Como él, otros equipos de investigación gestionan datos inaccesibles para el resto, a falta de protocolos estandarizados, de ahí la necesidad de iniciativas para solucionarlo.
Sin embargo, en la era del Big Data, la gestión de datos no es sólo aplicable a la astronomía. Otros departamentos de la universidad se enfrentaban a problemas similares, por lo que se organizó un encuentro multidisciplinar en Cambridge para compartir ideas y enfoques. Fue así como Walton conoció a James Brenton, del Cancer Research UK (CRUK).
Pronto se dieron cuenta de que podrían aprender mucho unos de otros en la gestión de datos. La sorpresa llegó al comprobar que también podían compartir métodos de análisis de imagen. El resultado fue la puesta en marcha de PathGrid, una iniciativa interdisciplinar para automatizar el análisis de tejido de la biopsia.
El software astronómico
Los astrónomos capturan sus imágenes usando telescopios ópticos, como el Very Large Telescope Project (VLT), formado por cuatro telescopios separados para observaciones de alta resolución, o la sonda espacial Gaia, lanzada recientemente para catalogar aproximadamente mil millones de estrellas hasta magnitud 20. Las imágenes deben ser tratadas para ajustar factores como los rayos cósmicos y la iluminación de fondo, y etiquetarse con coordenadas para identificar su ubicación y determinar su brillo.
El análisis de estos datos es una tarea inmensa, pero esencial. Se trata de un trabajo minucioso que consume mucho tiempo y, por ende, es propenso a errores humanos, por lo que un algoritmo informático encaja perfectamente. Walton y su equipo pasan sus imágenes a través de un software de detección de objetos, que busca características astronómicas y las clasifica automáticamente.
"Una vez que empezamos a identificar objetos, encontramos un panorama más amplio. La luz se distorsiona por la masa gravitacional en su camino hacia nosotros, por lo que las formas de las galaxias, por ejemplo, nos pueden hablar sobre la distribución de la materia oscura hacia ellas", señala Walton.
El profesor Carlos Caldas, del equipo de Brenton en el Instituto CRUK, afirma que los problemas a los que se enfrentan los médicos patólogos son muy similares, si acaso en el extremo opuesto de las mediciones, por lo que se plantearon si podrían los mismos algoritmos servir a los patólogos para analizar imágenes tomadas por microscopios.
En el ámbito médico, cuando una paciente presenta sospecha de cáncer de mama, el patólogo toma un núcleo del tejido tumoral -una pequeña muestra, menor a 1 milímetro de diámetro. La muestra se agrupa con la de otros pacientes con sus propias "coordenadas", de modo que se pueda identificar cada tumor concreto de cada paciente en particular.
“Después cortamos un trozo de una de esas muestras y la colocamos en un portaobjetos, donde se tinta y fotografía”, añade Caldas. Cada una de esas imágenes de alta resolución son unos cuantos gigabytes de datos, por lo que rápidamente acumulan cientos de terabytes.
Los astrónomos capturan sus imágenes usando telescopios ópticos, como el Very Large Telescope Project (VLT), formado por cuatro telescopios separados para observaciones de alta resolución, o la sonda espacial Gaia, lanzada recientemente para catalogar aproximadamente mil millones de estrellas hasta magnitud 20. Las imágenes deben ser tratadas para ajustar factores como los rayos cósmicos y la iluminación de fondo, y etiquetarse con coordenadas para identificar su ubicación y determinar su brillo.
El análisis de estos datos es una tarea inmensa, pero esencial. Se trata de un trabajo minucioso que consume mucho tiempo y, por ende, es propenso a errores humanos, por lo que un algoritmo informático encaja perfectamente. Walton y su equipo pasan sus imágenes a través de un software de detección de objetos, que busca características astronómicas y las clasifica automáticamente.
"Una vez que empezamos a identificar objetos, encontramos un panorama más amplio. La luz se distorsiona por la masa gravitacional en su camino hacia nosotros, por lo que las formas de las galaxias, por ejemplo, nos pueden hablar sobre la distribución de la materia oscura hacia ellas", señala Walton.
El profesor Carlos Caldas, del equipo de Brenton en el Instituto CRUK, afirma que los problemas a los que se enfrentan los médicos patólogos son muy similares, si acaso en el extremo opuesto de las mediciones, por lo que se plantearon si podrían los mismos algoritmos servir a los patólogos para analizar imágenes tomadas por microscopios.
En el ámbito médico, cuando una paciente presenta sospecha de cáncer de mama, el patólogo toma un núcleo del tejido tumoral -una pequeña muestra, menor a 1 milímetro de diámetro. La muestra se agrupa con la de otros pacientes con sus propias "coordenadas", de modo que se pueda identificar cada tumor concreto de cada paciente en particular.
“Después cortamos un trozo de una de esas muestras y la colocamos en un portaobjetos, donde se tinta y fotografía”, añade Caldas. Cada una de esas imágenes de alta resolución son unos cuantos gigabytes de datos, por lo que rápidamente acumulan cientos de terabytes.
Semejanzas entre la Vía Láctea y las muestras de células. Fuente: Universidad de Cambridge
Adaptación
Mediante la adaptación del software de análisis de imagen de los astrónomos, los colaboradores de PathGrid pueden analizar imágenes de tumores, por ejemplo, para reconocer tres de los tipos de células que contienen las muestras de tejido: las cancerosas, las inmunitarias y las estromales.
Como resultado, al igual que la identificación de objetos en astronomía revela patrones e información oculta, las muestras analizadas en los portaobjetos permiten saber cómo se relacionan entre sí los diferentes tipos de células. La tinción de las muestras para resaltar elementos como proteínas potencialmente importantes también podría ayudar a identificar nuevos biomarcadores para mejorar el diagnóstico o pronóstico del cáncer.
Igualmente importante será cómo se almacenan los datos, de manera que se puedan seguir consultando con el paso de los años, localizando cualquier muestra fácilmente.
Así como esta tecnología permite a los oncólogos formular nuevas preguntas y en una escala mucho mayor, Caldas cree que en el futuro podría utilizarse como "patólogo digital", ayudando al diagnóstico y pronóstico incluso en zonas sin oncólogos especializados. "Se podría imaginar un escenario en el que un médico toma una biopsia y un patólogo procesa y tinta el portaobjetos, toma la fotografía y se transmite digitalmente. A partir de ahí el algoritmo analiza la muestra y es capaz de decir si se trata de un tumor, identificar el tipo e incluso la agresividad", augura el especialista.
Walton hace una interesante comparación entre su trabajo y el de Caldas: "Nosotros nos ocupamos de la muerte de estrellas, ellos de la muerte de pacientes". Si PathGrid tiene éxito, la ecuación podría cambiar, pues mientras los astrónomos continúen observando muertes de estrellas, su colaboración ayudará a prevenir muchas más muertes de pacientes de cáncer.
Mediante la adaptación del software de análisis de imagen de los astrónomos, los colaboradores de PathGrid pueden analizar imágenes de tumores, por ejemplo, para reconocer tres de los tipos de células que contienen las muestras de tejido: las cancerosas, las inmunitarias y las estromales.
Como resultado, al igual que la identificación de objetos en astronomía revela patrones e información oculta, las muestras analizadas en los portaobjetos permiten saber cómo se relacionan entre sí los diferentes tipos de células. La tinción de las muestras para resaltar elementos como proteínas potencialmente importantes también podría ayudar a identificar nuevos biomarcadores para mejorar el diagnóstico o pronóstico del cáncer.
Igualmente importante será cómo se almacenan los datos, de manera que se puedan seguir consultando con el paso de los años, localizando cualquier muestra fácilmente.
Así como esta tecnología permite a los oncólogos formular nuevas preguntas y en una escala mucho mayor, Caldas cree que en el futuro podría utilizarse como "patólogo digital", ayudando al diagnóstico y pronóstico incluso en zonas sin oncólogos especializados. "Se podría imaginar un escenario en el que un médico toma una biopsia y un patólogo procesa y tinta el portaobjetos, toma la fotografía y se transmite digitalmente. A partir de ahí el algoritmo analiza la muestra y es capaz de decir si se trata de un tumor, identificar el tipo e incluso la agresividad", augura el especialista.
Walton hace una interesante comparación entre su trabajo y el de Caldas: "Nosotros nos ocupamos de la muerte de estrellas, ellos de la muerte de pacientes". Si PathGrid tiene éxito, la ecuación podría cambiar, pues mientras los astrónomos continúen observando muertes de estrellas, su colaboración ayudará a prevenir muchas más muertes de pacientes de cáncer.